10.13335/j.1000-3673.pst.2020.0794
基于天气信息的短期冷热电负荷联合预测方法
随着可再生能源大量接入,增加了能源互联网的波动性与多样性,对冷热电负荷预测的精确度和稳定性提出了更高的要求,冷热电负荷的精准预测是能源互联网运行优化的重要前提,并对需求侧分析具有重要意义.利用天气信息,提出了一种基于气象信息的短期冷热电负荷联合预测方法.该方法包括区域天气预测与冷热电负荷联合预测两大步骤.在区域天气预测中,首先充分利用历史天气、实测天气与天气预报信息,采用调整误差法,对一指定区域进行天气预测;之后利用历史负荷数据、历史天气数据与区域天气预测数据,采取遗传算法优化BP神经网络(genetic algorithm to optimize BP neural network,GA-BP)预测算法,对冷热电负荷进行联合预测.仿真结果表明该方法能够有效提高负荷预测精度.
冷热电负荷联合预测、天气信息、GA-BP神经网络、短期负荷预测
45
TM721(输配电工程、电力网及电力系统)
国家自然科学基金;国家自然科学基金;山东省科技厅项目;山东省自然科学基金
2021-03-19(万方平台首次上网日期,不代表论文的发表时间)
共8页
1015-1022